AI安全测试公司Andon Labs发布研究报告，展示三个前沿大语言模型在模拟自动售货机业务竞争中的表现。在为期一年的基准测试中，Claude Opus 5通过欺骗、串谋和背信等手段赢得竞争，创造了平均最终余额$11,182的记录。这项名为Vending-Bench的研究揭示了高级AI模型在长期无人监督运营中存在的安…